(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111399335.1 (22)申请日 2021.11.19 (71)申请人 四川警察学院 地址 646000 四川省 泸州市龙透关 路186号 (72)发明人 彭黎文　 (74)专利代理 机构 成都华风专利事务所(普通 合伙) 51223 代理人 张巨箭 (51)Int.Cl. G06V 10/82(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种基于标签关联性的分类方法及系统 (57)摘要 本发明公开了一种基于标签关联性的分类 方法及系统， 属于计算机技术领域， 所述方法包 括以下内容： 获取多标签数据样本集， 并将多标 签数据样 本集转换成单标签数据集； 计算所述单 标签数据集中所有样本的标签子集， 构建基于所 述标签子集的新的样本数据集； 所述标签子集的 计算包括： 计算样本中所有特征的重要性， 同时 计算特征之间的相关性， 并选出排序靠前的标 签， 构建标签子集； 将每个样本的标签子集放入 到原来的样本中， 得到新的单标签数据集； 基于 新的单标签数据集构建单标签分类模 型， 然后统 计每个样 本在每个单标签分类模 型中的标签， 得 出最终的多标签 分类结果。 本发 明通过分析标签 之间的关联性， 有效地 提升分类模型的性能。 权利要求书2页 说明书7页 附图1页 CN 113989607 A 2022.01.28 CN 113989607 A 1.一种基于标签关联性的分类方法， 其特 征在于， 所述方法包括以下内容： 获取多标签数据样本集， 并将多标签数据样本集 转换成单 标签数据集； 计算所述单标签数据集中所有样本的标签子集， 构建基于所述标签子集的新的样本数 据集； 所述标签子集的计算包括： 计算样本中所有 特征的重要性， 同时计算特征之间的相关 性， 并选出排序靠前的标签， 构建标签子集； 将每个样本的标签子集 放入到原来单 标签数据集的样本中， 得到新的单 标签数据集； 基于新的单标签数据集构建单标签分类模型， 然后统计每个样本在每个单标签分类模 型中的标签， 得 出最终的多标签分类结果。 2.根据权利要求1所述的一种基于标签关联性的分类方法， 其特 征在于， 所述将多标签数据样本集 转换成单 标签数据集， 包括： 将多标签数据样本集中的单个标签对应到每一个样本 中， 分解成与 标签数量等同的数 据子集。 3.根据权利要求1所述的一种基于标签关联性的分类方法， 其特征在于， 所述方法还包 括： 对所述多标签数据样本集进行 预处理， 所述预处 理包括： 对数据特征值缺失的样本进行删除处理， 保留数据特征完整的样本， 然后将多标签数 据样本集随机划分为训练集和 测试集。 4.根据权利要求1所述的一种基于标签关联性的分类方法， 其特征在于， 通过F ‑score 公式计算各个特 征的重要性， 所述F ‑score公式为： ， 其中， Fi越大， 该特征xi的类辨能力越强。 5.根据权利要求4所述的一种基于标签关联性的分类方法， 其特征在于， 使用互信 息计 算特征之间的相关性， 计算公式如下： ， X表示特征变量， Y表示标签变量， p(xi)和p(yj)分别是变量X和Y的边缘概率， p(xi,yj)是 X和Y的联合 概率分布函数。 6.根据权利要求5所述的一种基于标签关联性的分类方法， 其特征在于， 通过计算F ‑ score+MI(X,Y)排序在前5 0％的标签选择 出来。 7.根据权利要求3所述的一种基于标签关联性的分类方法， 其特征在于， 训练集和测试 集的比例为1:1。 8.根据权利要求1所述的一种基于标签关联性的分类方法， 其特征在于， 使用决策树算 法构建单 标签分类模型。 9.根据权利要求1所述的一种基于标签关联性的分类方法， 其特征在于， 所述多标签数 据样本集中包 含多个不同的标签， 包 含多个不同的特 征。 10.一种基于标签关联性的分类系统， 其特 征在于， 所述系统包括：权　利　要　求　书 1/2 页 2 CN 113989607 A 2样本获取模块， 用于获取多标签数据样本集， 并将多标签数据样本集转换成单标签数 据集； 标签子集计算模块， 用于计算所述单标签数据集中所有样本的标签子集， 构建基于所 述标签子集的新的样本数据集； 所述标签子集的计算包括： 计算样本中所有特征的重要性， 同时计算特 征之间的相关性， 并选出排序靠前的标签， 构建标签子集； 样本重组模块， 用于将每个样本的标签子集放入到原来的样本中， 得到新的单标签数 据集； 建模和分类模块， 用于基于新的单标签数据集构建单标签分类模型， 然后统计每个样 本在每个单标签分类模型中的标签， 得 出最终的多标签分类结果。权　利　要　求　书 2/2 页 3 CN 113989607 A 3